Numpy：将矩阵与 3d 张量相乘 -- 建议

Question

我有一个形状为 MxN 的矩阵 P 和一个形状为 KxNxR 的 3d 张量 T。我想将 P 与 T 中的每个 NxR 矩阵相乘，得到 KxMxR 3d 张量。

P.dot(T).transpose(1,0,2) 给出所需的结果。对于这个问题是否有一个更好的解决方案（即摆脱转置）？这一定是一个非常常见的操作，所以我认为其他人已经找到了不同的方法，例如使用tensordot（我尝试过但未能获得所需的结果）。意见/意见将受到高度赞赏！

Answer 1

scipy.tensordot(P, T, axes=[1,1]).swapaxes(0,1)

Answer 2

您还可以使用爱因斯坦求和符号：

P = numpy.random.randint(1,10,(5,3))
P.shape
T = numpy.random.randint(1,10,(2,3,4))
T.shape

numpy.einsum('ij,kjl->kil',P,T)

它应该给出与以下相同的结果：

P.dot(T).transpose(1,0,2)